深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 12022 篇文献，本页显示第 1621 - 1640 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1621 | 2025-04-06 |
Toward Blind Flare Removal Using Knowledge-Driven Flare-Level Estimator
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3480696
PMID:39437280
|
研究论文 | 本文提出了一种基于知识驱动的盲光斑去除方法，通过光斑级别估计器和调制器来提升网络在训练和测试阶段的适应性 | 提出了一种新的盲光斑去除视角，设计了光斑级别估计器和调制器，以及光斑感知块，用于更准确的光斑识别和重建 | 合成数据与真实数据之间的偏差仍然存在，且光斑的混合机制依赖于多种不确定因素 | 解决盲光斑去除任务中的挑战，提升图像去光斑的效果 | 光斑污染的图像及其无光斑对应图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 三个基准数据集和一个新收集的真实世界光斑数据集WiderFlare | NA | NA | NA | NA |
| 1622 | 2025-10-07 |
Preoperative Ultrasound Radomics to Predict Posthepatectomy Liver Failure in Patients With Hepatocellular Carcinoma
2024-Dec, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine
IF:2.1Q2
DOI:10.1002/jum.16559
PMID:39177192
|
研究论文 | 开发基于双模态超声特征和临床指标的深度学习模型预测肝细胞癌患者肝切除术后肝功能衰竭风险 | 提出融合双模态超声图像和临床指标的深度学习模型PHLF-Net，采用渐进式训练策略和多中心验证 | 研究仅针对乙型肝炎相关肝细胞癌患者，样本量相对有限 | 预测肝细胞癌患者肝切除术后肝功能衰竭风险 | 532例接受肝切除术的肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 二维剪切波弹性成像，B超成像 | 深度学习 | 超声图像，临床数据 | 532例患者（来自5家医院），其中147例发生PHLF | NA | ResNet50 | AUC | NA |
| 1623 | 2025-04-05 |
RiceSNP-ABST: a deep learning approach to identify abiotic stress-associated single nucleotide polymorphisms in rice
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae702
PMID:39757606
|
研究论文 | 提出了一种名为RiceSNP-ABST的深度学习模型，用于识别水稻中与非生物胁迫相关的单核苷酸多态性（SNPs） | 开发了一种新的负样本构建策略，提出了四种基于DNA序列片段的特征编码方法，并采用带有残差连接的卷积神经网络进行预测 | 高质量的水稻非生物胁迫相关数据稀缺，可能影响模型的泛化能力 | 开发预测模型以识别水稻中与非生物胁迫相关的SNPs，助力水稻抗性品种的培育 | 水稻中的单核苷酸多态性（SNPs） | 机器学习 | NA | 全基因组关联研究（GWAS） | CNN | DNA序列 | NA | NA | NA | NA | NA |
| 1624 | 2025-04-05 |
GPS-pPLM: A Language Model for Prediction of Prokaryotic Phosphorylation Sites
2024-11-08, Cells
IF:5.1Q2
DOI:10.3390/cells13221854
PMID:39594603
|
research paper | 介绍了一个名为GPS-pPLM的在线服务器，用于预测原核生物中的磷酸化位点 | 结合了transformer和深度神经网络两种深度学习方法，整合了10种序列特征和上下文特征，构建了针对特定磷酸化残基类型和物种的预测模型 | NA | 预测原核生物中的磷酸化位点 | 原核生物中的磷酸化位点 | natural language processing | NA | transformer, deep neural network | transformer, DNN | protein sequences | 44,839个非冗余磷酸化位点，来自16,041个蛋白质和95种原核生物 | NA | NA | NA | NA |
| 1625 | 2025-10-07 |
An All-in-One Array of Pressure Sensors and sEMG Electrodes for Scoliosis Monitoring
2024-11, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202404136
PMID:39115097
|
研究论文 | 开发了一种集成压力传感器和表面肌电电极的一体化阵列，用于脊柱侧弯监测 | 基于分层MXene/壳聚糖/PDMS/聚氨酯海绵和MXene/聚酰亚胺材料，开发了具有高灵敏度和稳定性的集成传感器阵列 | NA | 解决传统医学影像方法无法提供实时反馈的问题，提高脊柱侧弯治疗效率 | 脊柱侧弯患者 | 医疗传感器 | 脊柱侧弯 | 压力传感，表面肌电信号采集 | 深度学习 | 压力数据，肌电信号，运动数据 | NA | NA | NA | 灵敏度，线性检测范围，稳定性循环次数 | NA |
| 1626 | 2025-04-05 |
Deep learning of echocardiography distinguishes between presence and absence of late gadolinium enhancement on cardiac magnetic resonance in patients with hypertrophic cardiomyopathy
2024-Oct-14, Echo research and practice
IF:3.2Q2
DOI:10.1186/s44156-024-00059-8
PMID:39396969
|
研究论文 | 本研究利用深度学习技术分析超声心动图，以区分肥厚型心肌病患者心脏磁共振中晚期钆增强的存在与否 | 结合临床参数和深度学习分析的超声心动图图像，开发了一种优于仅基于临床参数的模型的新方法 | 样本量相对较小（323例），且研究为横断面设计，未进行长期预后评估 | 区分肥厚型心肌病患者心脏磁共振中晚期钆增强的阳性与阴性 | 肥厚型心肌病患者 | 数字病理学 | 心血管疾病 | 心脏磁共振（CMR）和超声心动图 | 深度卷积神经网络（DCNN） | 图像 | 323例肥厚型心肌病患者（训练集273例，测试集50例） | NA | NA | NA | NA |
| 1627 | 2025-10-07 |
Hybrid-supervised deep learning for domain transfer 3D protoacoustic image reconstruction
2024-Apr-03, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad3327
PMID:38471184
|
研究论文 | 提出混合监督深度学习方法的原声成像技术，用于解决质子治疗中三维剂量验证的有限视角问题 | 提出Recon-Enhance两阶段深度学习方法，结合变换器网络和3D U-net，采用混合监督训练策略（迭代重建监督+迁移学习+自监督） | NA | 解决原声成像中有限采集角度导致的伪影问题，提高质子治疗三维剂量验证的准确性 | 前列腺癌患者的原声成像数据 | 医学影像重建 | 前列腺癌 | 原声成像 | Transformer, CNN | 射频信号，三维图像 | 126例前列腺癌患者 | NA | Transformer, 3D U-Net | RMSE, SSIM, Gamma指数 | NA |
| 1628 | 2025-10-07 |
Global research evolution and frontier analysis of artificial intelligence in brain injury: A bibliometric analysis
2024-04, Brain research bulletin
IF:3.5Q2
|
文献计量分析 | 通过文献计量学方法分析人工智能在脑损伤领域的研究演进与前沿趋势 | 首次系统梳理人工智能在脑损伤领域的全球研究演进历程，识别研究热点并揭示该领域发展的波动特征 | 仅基于Web of Science核心数据库的3000篇文献，缺乏研究团队间的合作交流分析 | 识别人工智能在脑损伤领域的研究热点和前沿趋势 | 1998-2023年间Web of Science核心数据库收录的3000篇相关文献 | 文献计量学 | 脑损伤 | 文献计量分析，可视化分析 | NA | 文献数据 | 3000篇学术论文 | VOSviewer, CiteSpace | NA | NA | NA |
| 1629 | 2025-04-04 |
Multicenter investigation of preoperative distinction between primary central nervous system lymphomas and glioblastomas through interpretable artificial intelligence models
2024-Nov, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-024-03451-7
PMID:39225815
|
research paper | 本研究通过可解释的人工智能模型，基于MRI图像对原发性中枢神经系统淋巴瘤（PCNSL）和胶质母细胞瘤（GBM）进行术前区分 | 结合了放射组学模型和深度学习模型，提出了最优的Max-Fusion模型，并利用SHAP和Grad-CAM进行可解释性分析 | 研究为回顾性分析，样本量相对有限（261例患者），且仅来自两个医疗中心 | 探索基于MRI的深度学习和放射组学模型在术前区分PCNSL和GBM中的有效性和适用性 | 261例PCNSL和GBM患者的MRI图像和临床数据 | digital pathology | brain tumor | MRI | MobileVIT, ConvNeXt, Max-Fusion Model | image | 261例患者（训练集153例，外部测试集108例） | NA | NA | NA | NA |
| 1630 | 2025-04-04 |
Evaluating Deep Learning Techniques for Detecting Aneurysmal Subarachnoid Hemorrhage: A Comparative Analysis of Convolutional Neural Network and Transfer Learning Models
2024-07, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.04.168
PMID:38710407
|
研究论文 | 本研究评估了卷积神经网络（CNN）和基于CNN的迁移学习模型在区分动脉瘤性蛛网膜下腔出血（SAH）和非动脉瘤性SAH中的有效性 | 采用迁移学习方法缓解了传统技术的时间限制，并展示了优越的性能 | NA | 评估深度学习技术在SAH检测中的有效性 | 动脉瘤性SAH和非动脉瘤性SAH患者 | 数字病理学 | 心血管疾病 | 深度学习 | CNN, Inception-V3, EfficientNetB4 | 医学影像 | 203名患者（123名动脉瘤性SAH和80名非动脉瘤性SAH），共23,393张DICOM图像 | NA | NA | NA | NA |
| 1631 | 2025-04-04 |
Deepdefense: annotation of immune systems in prokaryotes using deep learning
2024-Jan-02, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giae062
PMID:39388605
|
研究论文 | 使用深度学习对原核生物中的免疫系统进行注释和分类 | 开发了名为Deepdefense的算法，通过深度学习模型预测免疫系统相关蛋白，并结合校准方法提高准确性，能够识别已知和潜在的新型免疫系统蛋白 | 现有方法通常基于封闭世界假设，而基因组学中新样本的出现可能超出训练数据范围 | 开发一种自动检测和分类原核生物免疫系统蛋白的算法 | 原核生物（古菌和细菌）的免疫系统蛋白 | 机器学习 | NA | 深度学习 | 神经网络 | 基因组数据 | NA | NA | NA | NA | NA |
| 1632 | 2025-04-03 |
Understanding the role of machine learning in predicting progression of osteoarthritis
2024-Nov-01, The bone & joint journal
|
系统综述 | 本文通过系统综述探讨了机器学习在预测骨关节炎进展中的作用 | 揭示了机器学习模型在预测骨关节炎进展中的可行性及当前临床应用的局限性 | 评估指标缺乏标准化，外部验证有限，临床适用性受限 | 探讨机器学习在预测骨关节炎进展中的应用及其潜力 | 骨关节炎（OA）患者 | 机器学习 | 骨关节炎 | 机器学习算法 | 深度学习，自动化机器学习 | 临床、放射学和生化数据 | 39项研究（初始筛选1,160项） | NA | NA | NA | NA |
| 1633 | 2025-04-03 |
Substrate recognition principles for the PP2A-B55 protein phosphatase
2024-Oct-04, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adp5491
PMID:39356758
|
研究论文 | 本文通过整合AlphaFold建模和高分辨率突变扫描，揭示了PP2A-B55磷酸酶识别底物的机制，并设计了一种特异性肽抑制剂 | 发现了PP2A-B55通过保守机制识别底物α螺旋的关键氨基酸决定因素，并设计了特异性肽抑制剂 | 研究中使用的肽抑制剂可能需要在更多生物系统中验证其效果 | 阐明PP2A-B55磷酸酶识别底物的分子机制及其在细胞信号传导中的作用 | PP2A-B55磷酸酶及其底物α螺旋结构 | 分子生物学 | NA | AlphaFold建模、高分辨率突变扫描、深度学习蛋白设计 | 深度学习 | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 1634 | 2025-04-03 |
Automated detection of Bornean white-bearded gibbon (Hylobates albibarbis) vocalizations using an open-source framework for deep learning
2024-09-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0028268
PMID:39248557
|
research paper | 本文介绍了一个开源深度学习框架，用于自动检测婆罗洲白须长臂猿的鸣叫，以解决大规模声学数据分析的瓶颈问题 | 采用开源深度学习框架自动检测特定物种的鸣叫，显著减少分析时间，且检测结果与人工标注无显著差异 | 未来需要将该模型应用于长期声学数据集以了解鸣叫活动的时空变化 | 开发一个自动检测濒危物种鸣叫的深度学习框架，以促进声学监测 | 婆罗洲白须长臂猿（Hylobates albibarbis）的鸣叫 | bioacoustics | NA | deep learning | neural network | audio recordings | 90小时的手动标注音频记录 | NA | NA | NA | NA |
| 1635 | 2025-04-03 |
A systematic review of the application of machine learning techniques to ultrasound tongue imaging analysis
2024-09-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0028610
PMID:39287468
|
review | 本文系统回顾了机器学习技术在超声舌成像分析中的应用 | 深入探讨了深度学习在超声舌图像序列分析中的应用潜力，特别是在克服斑点噪声和视野遮挡方面的优势 | 未提及具体实验验证或实际应用效果的局限性 | 评估机器学习技术在超声舌成像分析中的研究现状和发展趋势 | 超声舌图像帧序列(UTIFs) | machine learning | NA | B-mode ultrasound | deep learning | image | NA | NA | NA | NA | NA |
| 1636 | 2025-04-03 |
A Self-Sensing and Self-Powered Wearable System Based on Multi-Source Human Motion Energy Harvesting
2024-07, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202311036
PMID:38342584
|
研究论文 | 提出了一种基于多源人体运动能量收集的自感知自供电可穿戴系统 | 结合三自由度摩擦纳米发电机和负能量收集器，利用深度学习模型识别运动状态，实现自感知和自供电 | 未提及系统在极端环境下的稳定性和长期穿戴的舒适性 | 开发自感知自供电的可穿戴系统，提高能量利用效率 | 人体运动能量（腰部运动能量和膝盖负能量） | 可穿戴技术 | NA | 摩擦纳米发电机（TENG）、深度学习 | Gate Recurrent Unit (GRU) | 运动信号 | 实验数据未明确说明具体样本数量，但涉及模型穿戴测试 | NA | NA | NA | NA |
| 1637 | 2025-10-07 |
A Proof-of-Concept Computer Vision Approach for Measurement of Tympanic Membrane Perforations
2024-Jun, The Laryngoscope
DOI:10.1002/lary.31270
PMID:38214334
|
研究论文 | 本研究开发了一种概念验证计算机视觉模型，用于通过内窥镜图像测量鼓膜穿孔大小 | 首次将深度学习架构应用于鼓膜穿孔的自动分割和面积计算，相比传统目测方法显著提高了测量准确性 | 研究样本量较小，且主要包含前部相对较小的鼓膜穿孔，缺乏多样性和代表性 | 开发自动测量鼓膜穿孔大小的计算机视觉方法 | 鼓膜穿孔患者的内窥镜图像 | 计算机视觉 | 耳科疾病 | 内窥镜成像 | 深度学习 | 图像 | 小样本鼓膜穿孔内窥镜图像数据集 | NA | NA | 平均绝对误差 | NA |
| 1638 | 2025-04-03 |
A Clinical and Imaging Fused Deep Learning Model Matches Expert Clinician Prediction of 90-Day Stroke Outcomes
2024-04-08, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8140
PMID:38331959
|
research paper | 本研究开发了一种融合临床和影像数据的深度学习模型（DLPD），用于预测急性缺血性卒中患者90天后的功能结局，并与临床医生的预测进行了比较 | 首次将深度学习模型（DLPD）应用于急性缺血性卒中患者的长期功能结局预测，并证明其预测效果不劣于临床专家 | 研究样本量较小（80例患者），且为单中心数据，可能影响模型的泛化能力 | 开发并验证一种基于深度学习的预测模型，用于急性缺血性卒中患者的长期功能结局预测 | 急性缺血性卒中患者 | digital pathology | cardiovascular disease | 深度学习 | DLPD | 影像数据和临床数据 | 80例急性缺血性卒中患者 | NA | NA | NA | NA |
| 1639 | 2025-04-03 |
Identifying Patients with CSF-Venous Fistula Using Brain MRI: A Deep Learning Approach
2024-04-08, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8173
PMID:38423747
|
研究论文 | 本研究开发了一种深度学习模型，用于通过脑部MRI准确诊断CSF-静脉瘘 | 首次使用深度学习模型基于脑部MRI预测CSF-静脉瘘的存在 | 需要进一步的模型优化和外部验证才能应用于临床 | 开发一种通过脑部MRI准确诊断CSF-静脉瘘的深度学习方法 | 疑似自发性颅内低压的患者 | 数字病理学 | 自发性颅内低压 | 脑部MRI | 深度学习模型 | 图像 | 129名患者 | NA | NA | NA | NA |
| 1640 | 2025-10-07 |
Correspondence attention for facial appearance simulation
2024-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103094
PMID:38306802
|
研究论文 | 提出一种基于注意力机制的面部外观模拟方法，用于正颌手术规划中预测面部软组织变化 | 通过点对点注意力对应矩阵关联面部软组织变化与骨骼移动，并引入基于k-NN聚类的对比损失进行自监督预训练 | 未明确说明样本规模和数据多样性限制 | 提高正颌手术规划中面部外观变化预测的准确性和计算效率 | 颌骨畸形患者的面部软组织和骨骼结构 | 计算机视觉 | 颌骨畸形 | 深度学习 | ACMT-Net | 医学图像数据 | 颌骨畸形患者数据（具体数量未说明） | NA | 注意力对应辅助移动变换网络 | 计算效率，面部变化预测准确度 | NA |